基于分域轮动的科技板块投资策略

金融工程专题报告 金融工程·数量化投资 证券分析师：李子靖021-60875177lizijing1@guosen.com.cnS0980526070001 证券分析师：张宇021-60875169zhangyu15@guosen.com.cnS0980520080004 证券分析师：张欣慰021-60933159zhangxinwei1@guosen.com.cnS0980520060001 目录 从美股到A股：科技成为共同核心主线Part 1.2 Part 1.3 难言长胜将军：科技基金业绩长青概率较低Part 1.4 科技板块轮动的快与慢：寻找合适的分域 Part 2 科技分域轮动增强组合的构建 Part 3 ➢回溯1950年至今的美股历史，标普500指数长期趋势持续上行，其市场结构的演变始终与美国经济的产业升级同频共振：从早期资源股占据主导，逐步转向以科技产业为核心主线。截至20260529，美股市值排名前列的公司已全部来自科技行业，传统行业无一入围。 美股70年：从工业主导到科技引领 •1950-1970年代处于重资产时代，能源、工业、传统电信构成市场核心。•1980-2000年代消费与医药崛起，科技龙头进入核心层但尚未全面主导。•2000年前后，互联网兴起与泡沫破裂。作为互联网基础设施龙头，思科曾一度登顶美股市值榜首，随后股价暴跌逾90%，市值大幅缩水。•2010年后以苹果、微软、谷歌等为代表的新一代科技龙头持续扩张，逐步超越能源、消费等传统板块。•2023年以来，人工智能浪潮成为新一轮科技革命的核心驱动力，英伟达凭借在GPU与AI算力领域的绝对优势，市值跃升至美股首位。 美股70年：从工业主导到科技引领 ➢我们将股票分为科技、周期、制造、消费、医药、金融地产等六大板块，进一步统计了各板块在美股市场中的市值占比：➢科技板块的权重走势呈现出两轮清晰的峰值特征：•第一轮为1990年至2000年互联网泡沫期间的快速冲高，并在泡沫顶峰阶段达到阶段性高位；•此后经历阶段性调整，科技板块权重进入稳步回升通道。截至2025年末，科技板块市值占比已攀升至34.59%的历史高点。 从美股到A股：科技成为共同核心主线 ➢A股市场同样呈现科技板块占比持续提升的格局：•2006年末：A股TMT板块仅约130只标的，总市值约4500亿元，占全市场4.33%。•2015年：在“互联网+”主题牛市驱动下，TMT板块规模与市值占比升至阶段性高点，随后回落。•2019-2021年：受“新半军”等成长主线带动，科技板块再度走强，TMT市值占比于2021年回升至15%以上。•2025年末：在AI算力行情催化下，CPO、覆铜板、存储器、AI应用等方向全面活跃，TMT板块个股数量增至1191只，总市值达27.70万亿元，占全市场22.55%。A股市场TMT板块总市值及市值占比（2006-2025） 规模增速迅猛，科技类基金成机构布局重点 ➢主动股基TMT配置规模虽伴随市场行情有所波动，但整体呈现持续扩张趋势，尤其在2025年实现爆发式增长。截至2025年12月31日，主动股基配置TMT板块的总规模超1万亿元。 ➢从TMT板块规模占比看，2015年“互联网+”牛市曾推动其占比快速升至阶段高位，随后随牛市结束明显回落。此后，2019至2021年“新半军”成长行情及2023年ChatGPT引发的全球AI浪潮，均带动TMT配置占比阶段性上行。进入2025年，在AI算力驱动下，这一趋势进一步强化，主动股基TMT配置规模占比升至历史新高33.59%。 难言长胜将军：科技基金业绩长青概率较低 ➢A股市场中是否存在连续多年稳定战胜同类科技基金中位数的基金呢？我们将基金年报、中报披露的持仓中，TMT行业权重占比第一且领先权重第二的行业10%以上的基金定义为科技基金，统计自2017年以来任意两年区间内，每年均战胜科技基金中位数的基金数量占比：•以三年期业绩为例，2023年-2025年连续三年每年均排名科技基金前50%的基金数量仅有15.11%；以五年期业绩为例，2021年-2025年连续五年每年均排名科技基金前50%的基金数量仅有2.36%。•总体来看，2017年以来滚动连续三年战胜科技基金中位数的基金占比平均为14.64%，滚动连续五年战胜科技基金中位数的基金占比平均仅有3.45%，目前A股市场中科技赛道内“长胜将军”式的基金标的极为稀缺。 目录 科技板块轮动的快与慢：寻找合适的分域 Part 2 投资行为中的动量偏好Part 2.1 轮动策略中的动量 Part 2.2 科技板块的分域探索 Part 2.3 科技分域轮动增强组合的构建 Part 3 投资行为中的动量偏好 ➢科技板块内部主线切换频繁、收益分化明显，动量效应往往是轮动演绎的核心驱动力，机构资金也更倾向于配置过往表现占优的资产。•分析师上调盈利预期的个股，在此前一年通常已取得较为突出的市场表现，过去1年相对全市场平均可获得约36.25%的超额收益；•公募基金新进前十大重仓股在过去一年同样显著跑赢市场，平均超额收益接近30%。 轮动策略中的动量 ➢但“过去表现强”不等于“未来可持续强”，动量信号若缺乏趋势确认，容易在高切换环境中失效。➢基于动量的轮动策略存在入场滞后与回撤确认损耗，天然会损失部分趋势前后段收益：•若轮动趋势整体涨幅有限、持续时间较短，在扣除入场前的介入成本及退出的回撤损耗后，可能最终轮动收益为负；•反之若轮动趋势上涨空间更大、持续时间更长，因此即使考虑介入成本与退出成本，仍能获得较为可观的收益。 轮动策略中的动量 ➢从科技细分行业主题的视角来看，趋势持续时间与上涨空间同样决定了轮动策略的收益表现：•航天指数2023年主要的3轮单边上行行情中，每次持续时间最长仅为1个月，且上行幅度在15%以内，随后出现较大幅度回撤;•光模块（CPO）指数自2025年4月8日以来持续上行，期间未出现明显回撤，截至2026年5月8日累计涨幅已接近6倍。其趋势持续时间长、上涨空间充足，更有利于轮动策略覆盖机会成本并积累正收益。 ➢轮动，是指资金在不同类型资产之间阶段性切换的过程，对资产进行合理划分，则是开展轮动研究的前提。当前较为常见的划分方式为：•行业主题划分：依据股票所属行业或细分赛道进行分类；•大小市值划分：按照市值规模将股票划分为大市值股票与小市值股票；•成长价值划分：根据业绩弹性和估值水平的差异，将股票区分为成长型与价值型股票；•其他风格划分：基于其他特征指标，对股票的不同风格进行进一步分类。➢在得到股票的分域后，我们将每个分域依据过去一段时间的动量强弱进行排序，取动量靠前的组合作为多头组合，反之作为空头组合，通过对比多空组合的表现来衡量分域轮动的有效性。 动量轮动策略的构建示意图 分域视角下的科技板块轮动节奏 ➢我们将TMT板块扩容为泛科技板块（见附录一），首先从市值风格、成长价值风格以及行业开展分域研究： •市值维度上，我们将科技股票池按总市值等比例划分为大市值组与小市值组； 1.以近12个月收益率为筛选标准，选取收益排名前50%的细分行业构建多头组合、后50%构建空头组合，等权构建科技行业多空组合；2.采用月度滚动调仓、持有期1年的规则，逐月开启新一期多空组合，共形成12组独立的多空净值路径；将12组多空组合的日度收益差进行等权平均，合成得到最终科技细分行业轮动多空净值序列。 ➢科技板块中几种分域得到的轮动净值走势波动明显。表现最好的大小盘分域多空收益均值仅为3.99%。 科技板块的分域探索 ➢机构关注视角 ➢构建三类机构关注识别指标：机构持仓市值、机构持股占比、卖方机构覆盖： ➢等权合成构建机构关注综合指标，对科技股票池进行机构关注维度分域，采用启发式分域方法（见附录二）：先确定机构关注与非关注股票的种子群体，再将走势相近的个股归入对应域内，实现更具动态与连贯性的分域划分。 ➢截至20260630机构关注股数量为275只，历史均值约为213只，而非机构关注股为1173只。 分域视角下的科技板块轮动节奏 ➢对这些分域的轮动效果进行测试对比，动量轮动策略构建方式如下： 1.以近12个月收益率为筛选标准，选取收益排名前50%的细分行业构建多头组合、后50%构建空头组合，等权构建科技行业多空组合；2.采用月度滚动调仓、持有期1年的规则，逐月开启新一期多空组合，共形成12组独立的多空净值路径；将12组多空组合的日度收益差进行等权平均，合成得到最终科技细分行业轮动多空净值序列。 ➢科技板块中基于机构关注/非机构关注维度的分域轮动，多空净值表现最为亮眼。在2019-2020年机构关注股占优，以及2022-2023年非机构关注股占优的阶段，轮动组合净值均呈现上行趋势；而在市场风格切换频繁、优势风格不明确的阶段，轮动组合表现则基本走平。 5种分域轮动策略多空组合绩效表现 目录 科技热潮持续涌动，硬核成长领航市场主线Part 1科技板块轮动的快与慢：寻找合适的分域Part 2科技分域轮动增强组合的构建Part 3顺势而为，基于阶段反弹与回撤的趋势识别法Part 3.2阶段反弹与回撤趋势识别法优化：增设常规状态提升稳定性Part 3.3阶段反弹与回撤趋势识别法在机构关注分域上的应用Part 3.4科技股票池分域增强Part 3.5科技分域轮动增强组合Part 3.6固定时点动量轮动存在的问题Part 3.1 ➢问题1：在每个月末比较机构关注股与非关注股过去一段时间的动量强弱来构建多空组合，但若始终在固定时点进行轮动切换，策略往往难以及时、灵活地进行切换。 ➢问题2：动量指标对观察区间的选择较为敏感。若分别采用过去1年、6个月和1个月的区间收益率来刻画股价强势程度，所得结论往往大相径庭。 顺势而为，基于阶段反弹与回撤的趋势识别法 ➢本文提出趋势追随轮动方法，确立趋势的形成并追随：以两类资产的相对强弱走势作为观测基准，若某类资产在调整后走出持续反弹行情，其相对强势格局有望重新确立，可视为右侧布局信号；若其在上涨后进入持续回撤阶段，则原有的相对强势趋势大概率正在转弱，对应卖出或减仓信号： 1.假定当前处于下行趋势，若观察到当前价格距离趋势以来的最低点反弹超过一定阈值S（如10%），我们判断下行趋势结束，转而切换至上行趋势； 2.进入上行趋势后，若观察到当前距离上行趋势以来的最高点回撤超过阈值S（如10%），我们判断上行趋势结束，转而进入下行趋势。 阶段反弹与回撤趋势识别法优化：增设常规状态提升稳定性 ➢直接在上行/下行状态间切换，对持续2-3年的行情可能过于激进，在上下行趋势之间引入常规状态，在此状态等权配置两类资产： 1.在上行或者下行趋势中，如果在趋势的最低点出现反弹或最高点出现了回撤，且幅度超过一定阈值S（10%）打破了原有的趋势，我们并不急于切换趋势，而是过渡到常规状态；2.进入到常规状态后，如果再次出现低点反弹或高点回撤，且幅度超过S（10%），我们确认新的趋势成立进行切换。 顺势而为，基于阶段反弹与回撤的趋势识别法 ➢对于当前时点，我们往往难以直接判断所处趋势的性质与阶段。因此，有必要先确定一个相对清晰的趋势起点，并以此作为锚点，由此点出发对当前所处的趋势进行识别和刻画。我们判断趋势锚点的过程如下： 1.在当前时点𝑇，逐日向前回溯天数𝑖（𝑖=1,2,3...），计算回看区间𝑇−𝑖到𝑇的振幅𝐴𝑖，并找到首个𝒊使得振幅𝑨𝒊超过20%，记该区间的最高点为𝐻，最低点为𝐿，并记这两个点出现的时间为𝑡𝐻和𝑡𝐿，其中𝑨𝒊=𝑯−𝑳𝑳，𝑯为区间最高价，𝑳为区间最低价。 2.判断𝒕𝑯和𝒕𝑳的出现先后，若𝑡𝐻>𝑡𝐿，则该轮行情为上涨行情，取最高点𝐻定义为趋势锚点，对应上行状态；反之若𝑡𝐻<𝑡𝐿，对应下跌行情，取最低点𝐿定义为趋势锚点，对应下行状态。3.4 阶段反弹与回撤趋势识别法优化：增设常规状态提升稳定性